编程语言
首页 > 编程语言> > DSO光度标定程序配置和使用

DSO光度标定程序配置和使用

作者:互联网

光度标定原理详见:

DSO之光度标定

一、项目地址

https://github.com/tum-vision/mono_dataset_code

对应论文《A Photometrically Calibrated Benchmark For Monocular Visual Odometry

二、安装

1.下载源码

git clone https://github.com/tum-vision/mono_dataset_code.git

2.安装Eigen和OpenCV

sudo apt-get install libeigen3-dev libopencv-dev

3.安装zip文件解析库

sudo apt-get install zlib1g-dev
 
cd mono_dataset_code/thirdparty
tar -zxvf libzip-1.1.1.tar.gz 
cd libzip-1.1.1/
./configure 
make
sudo make install
sudo cp lib/zipconf.h /usr/local/include/zipconf.h    # (no idea why that is needed).

4.安装aruco marker dection ,用来标定渐晕

安装教程转自(科学上网):http://maztories.blogspot.de/2013/07/installing-aruco-augmented-reality.html

cd mono_dataset_code/thirdparty
tar -zxvf aruco-1.3.0.tar.gz
cd aruco-1.3.0/
mkdir build
cd build
cmake ..
make
sudo make install

5.编译主程序

cd mono_dataset_code
cmake . && make

三、准备数据

所需数据格式参考 src/BenchmarkDatasetReader.h

相机参数文件格式参考 src/FOVUndistorter.cpp

1.将图片存储于指定路径 PATH 下

    数据为zip文件时,可以将文件直接放入;

    数据为图像序列时,需要将建立文件夹images,将图像序列放入 PATH/images 下(注意有s)

2.将相机参数文件放入 PATH 下

    (1)文件名称为camera.txt

    (2)具体文件格式可以参考LSD-SLAM中的 llsd_slam_core/src/util/Undistorter.cpp

    (3)原程序中相机使用PTAM的标定程序进行标定,标定过程可以参考博客《配好lsd_slam后的使用PTAM工具标定相机

 

    (4)camera.txt的具体格式如下:

fx/width fy/height cx/width cy/height d

in_width in_height

"crop" / "full" / "none" / "e1 e2 e3 e4 0"

out_width out_height

             1)第一行 5个数据,赋值给inputCalibration[5]数组,格式为%f,数据内容表示

             (fx/width fy/height cx/width cy/height d),其中第五个参数d表示视场角(field of view);

             2)第二行 2个数据,分别赋值给in_width和in_height,表示输入图像的大小

             3)第三行 1个字符串参数:

                     “none”表示不进行校正,remapX和remapY都被置为nullptr,valid置为false

                     “crop”表示对图像进行裁剪,根据原图(cx,cy)处上下左右的最远距离进行图像的保留,使像素均为有效像素

                     “full”表示保留全部图像,根据原图(cx,cy)的左上、右上、左下、右下进行图像的保留

             4)第四行 2个参数表示输出图像的宽度和高度

             对应的相机模型可以参考博客《PTAM算法流程介绍

             注意:该方法使用了鱼眼相机的等距投影模型r$_{d}$=f\theta,视角和点距光心的距离成正比),具体参考文献《Straight lines have to be straight》,其公式(13)(14)如上图前两式所示。其中,参数\omega表示畸变后相机视场角(Field of View),即物理上相机的视场角。而经过鱼眼模型的变换,相机经过畸变校正后的视场角为arctan(2r_utan({\omega}/{2}))

假设对应于视场角(注意视场角包括左右两侧)、像素距光心的最大距离为1,即相机的焦距f=1/{\omega}

           球面等距投影模型如下: 

               r_d=\frac{1}{\omega}arctan(2r_utan(\frac{\omega}{2}))\label{equ:square}  

    r_u=\frac{tan(r_d \omega)}{2tan \frac{\omega}{2}}

*博主认为该处公式有误,按照等距投影模型,其原始的公式应为:

\begin{align*} r_{d}&=f\theta \\ &=farctan(\frac{r_u}{f})\\ &=\frac{1}{\omega}arctan(\omega r_u) \end{align*}

r_{u}=\frac{1}{\omega}tan(\omega r_d)

但687次引用的文章应该没有什么问题啊......,考虑下式

\begin{align*} \theta &=arctan(2r_utan(\frac{\omega}{2}))\\ &=arctan({r_u}/({\frac{1}{2tan(\frac{\omega}{2})}}))\end{align*}

注意到,式中用{1}/({2tan({\omega}/{2})}),代表了OA的距离(原本的表示为1/ \omega),式中认为{AB}/{AO}=tan(1/ \omega),但通过观察不难发现,正确的关系应为{AC}/{AO}=tan(1/ \omega)

综上,原文中相机模型可能将AC近似等于了AB,但也有可能使用了其它的模型。

3.将曝光时间文件放入 PATH 下

文件名称为times.txt

(注意有s)

文件内容可以使用两种格式,系统会自动加以选择:

(1)原始格式

——格式为(图片id 时间戳 曝光时间)

——数据格式为(%d %lf %lf)

(2)或者可以省略时间戳

——(图片id 曝光时间)

——数据格式为(%d %lf)

四、标定响应函数

1. 运行可执行文件

cd mono_dataset_code/bin

./responseCalib path_to_your_data/

(对于图片序列会自动添加images/在路径后边)

./responseCalib ~/Data_mao/Data_real/Data_for_calib/

2. 标定结果

标定结果存储于 mono_dataset_code/bin/photoCalibResult/ 中

E-0.png存储初始的辐照度,初值值设置为所有图片对应像素的平均值

E-%d.png 每次优化过后场景辐照度的值;E-%d16.png 归一化到255*255上的图片

G-%d.png 每次迭代后的响应曲线

pcalib.txt 响应曲线U

原始数据集,在同一场景下变换相机曝光时间(MYNTEYE S1030IR),采集不同曝光时间下的图片

 

标定得到的场景辐照度图像

辐照度图像

标定得到的响应函数

五、标定渐晕

待续……

六、回放数据

待续…… 

 

 

 

 

 

 

 

 

标签:code,mono,标定,cd,相机,DSO,dataset,光度
来源: https://blog.csdn.net/LaplaceSmoothing/article/details/91411710